解读信赖区间与信心水准.doc

關於高中統計課程的一些說明 江前佑 目的： 本文的主要目的在於說明信賴區間的計算公式的由來，主要也就是希望能解釋抽樣分佈的標準差的由來，其中p是母體的成功比例，n是抽樣樣本的大小，並從中說明信賴區間與信心水準的意義。 前言： 當一個社會議題形成時，為瞭解社會大眾對此議題的認知時，在爭取時效及成本限制下，常使用的辦法是進行抽樣調查。 以台北市長候選人的支持度為例，假設某一個電視台想知道所有的台北市民是否支持某一個候選人(把此候選人稱作甲)，最為準確的方法是調查所有有投票權的台北市民(稱為母群體)，把表示支持的人數除以所有願意投票的投票人口即為真正的支持度，當然我們不去考慮民眾在接受調查的情況下不誠實的情況，然而，這樣的調查方法在時效與成本的考量上難以辦到，要耗費過多的人力、資源和時間，因此我們使用隨機抽樣的方式，希望從有投票權的台北市民中抽出幾個人(稱為樣本)，從這幾個人的支持情況來推估所有的人的支持情況。其中隨機樣本是極為重要的，因為這才具有代表性，從樣本推母體背後的依據也基於隨機樣本的假設。 假設現在訪問了1000位台北市民，其中有501為表示支持甲候選人，我們希望即可代表甲候選人的支持度，但是很清楚的這是不可能的，因為這僅僅代表了這1000人的支持度而已。這樣的估計方式稱為點估計(point estimate)，會產生誤差。另一種在報章雜誌上常見方式稱為區間估計(interval estimate)，信賴區間即是一種區間估計。 計算方法： …… 這次民意調查於三月十日至十二日進行，總共訪問了一千零一名成人，百分之九十五的信心水準位95％的信心「95％的信心」考慮對於一個議題的看法只有，把這項特質稱為成功，則母群體中的成功比例是p(具有成功特質的個數 / 母群體總數)。計算出來，其中n是從母體中抽取樣本的大小，問題是由前言我們已經知道p難以測量，因此我們用隨機樣本中的成功比例(樣本中成功的個數 / 樣本總數)來估計p： 給定95％的信心水準信賴區間是由計算得知，誤差加減三個百分點是由計算出來。如果是99％的信心水準只要把1.96換成2.58即可。 F是Ｓ所有子集形成的集合，以及P是一個自F到Ｒ(實數)的函數： P：Ｆ，。 (全事件必然發生)。 若則(互斥事件的加法性) 則稱P為S上的機率函數，對於每個，叫做事件A的機率，一個樣本空間S連同一個機率函數P，合稱為一個機率空間，記做(S,P)。 定義：(隨機變數) 設(S,P)是機率空間，一個隨機變數X就是樣本空間S上的一個實數值函數： Ｘ：ＳＲ 令，對一任意實數考慮下列集合。如果，則此為空集合，表示為空事件；，則此為非空集合，表示為S中的一個非空事件，簡寫為，表示此事件的機率就直接寫成。 舉例來說，投擲一枚公正硬幣2次，樣本空間S={(正正),(正反),(反正),(反反)}，P依照古典機率的定義每一個樣本空間中各基本事件出現的機會均等，定義P(正正)=P(正反)=P(反正)=P(反反)=1/4，則可以檢查P的性質得知(S,P)是一個機率空間。我們可於其上定義隨機變數X=出現正面的總數，則。 或是定義隨機變數，則。 隨機變數將樣本空間變換為實數，使我們能夠將樣本空間上的機率也轉換為實數上的機率，來討論分佈的情形。 定義：(機率密度函數) 設(S,P)為機率空間，X為隨機變數，定義函數 ，。 叫做隨機變數X的機率密度函數，或簡稱為機率函數。 經過以上的定義，我們可以開始考慮與主題相關的伯努利(Bernoulli)分佈，及二項分佈。 伯努利分佈： 此一類型中樣本空間只有兩個點，假設，；，則X之機率函數為。舉例來說，如：投擲公正的硬幣、產品的不合格比率、棒球的打擊率均屬於此一類型。這種只考慮有兩個可能結果，一為成功，一為失敗的試驗就稱為伯努利試驗。 II.二項分佈： 將伯努利試驗重複n次，a出現的次數X的機率函數為(設p、q，k=0,1,2,……,n， 由於恰為二項展開式的一般項，因此稱X之機率分佈為二項分佈。此外由二項式定理知：，合乎全機率為1的要求。 定義：(期望值) 設(S,P)為機率空間，X為隨機變數，為X的機率函數，。定義，叫做X的期望值，也記做。 由隨機變數及期望值的定義，我們可推得一些性質。(證明可參考六十年間高中數學實驗教材第五冊第五章) (a)若(常數)，則 (b)設為隨機變數，則合函數亦為一隨機變數(稱為隨機變數的和)而且我們有 (c)設X為隨機變數，a為任意實數，因為(aX)(x)=a(X(x))，所以aX也是一個隨機變數，且，。 (d)設X和YXY(x)=X(x)Y(x)，所以XY也是一個隨機變數。而且有E(XY)=E(X)E(Y)。 以上的性質將幫助我們處理關於方差的計算，現在我們先經由期望值的定義來計算二項分佈中隨機變數X的期望值。使用同I.II介紹伯努